如何检测python中的某个对象

Question

所以我试着做一个yt的对象检测教程。我找到了一个叫murtaza的人我想试试他的密码。这是视频；https://www.youtube.com/watch?v=diWDgKcH3E0；它没有什么问题；它能正常工作，但我想知道我是否只能检测到帧中的某个对象，而不是所有类型的对象；所以，我不希望它检测到"coco.names“文件中的所有东西，但只有一个；我知道怎么做吗？因为他使用的编码策略非常先进，所以我不知道如何使代码做到这一点；因此:在视频流(网络摄像头) -"ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt“文件中，.detect只使用一个对象，而不是所有类型的对象：https://github.com/sidpro-hash/Object-Detection -only下载：-"coco.names”- -"frozen_inference_graph.pb“，这里是代码：

    import cv2
import cvzone
thres = 0.5 #to detect objects

#img = cv2.imread('cat3.jpg')
cap = cv2.VideoCapture(0)
cap.set(3,640)
cap.set(4,480)

classNames = []
classFile = 'coco.names'
with open(classFile, 'rt') as f:
    classNames = f.read().rstrip('\n').split('\n')

configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weigthsPath = 'frozen_inference_graph.pb'

net = cv2.dnn_DetectionModel(weigthsPath,configPath)
net.setInputSize(320,320)
net.setInputScale(1.0/127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)

while True:
    _, img = cap.read()
    classIds, confs, bbox = net.detect(img, confThreshold=0.5)
    print(classIds, bbox)

    if len(classIds) != 0:
        for classId, confidence, box in zip(classIds.flatten(), confs.flatten(), bbox):
            #cv2.rectangle(img, box, color=(0,0,255), thickness=3)
            cvzone.cornerRect(img, box)
            cv2.putText(img, classNames[classId-1].upper(), (box[0]+10,box[1]+30),
                        cv2.FONT_HERSHEY_COMPLEX,1,(0,0,0), 2)
            cv2.putText(img, str(round(confidence*100, 2)), (box[0]+200,box[1]+30),
                        cv2.FONT_HERSHEY_COMPLEX,1,(0,0,0), 2)
    cv2.imshow("output", img)
    cv2.waitKey(1)

Answer 1

简单回答:是的，您可以使用一个简单的逻辑操作来检查类ID，然后只显示属于该类的边界框(如果您不想用单个输出层重新训练模型)

然而，要正确回答这个问题并使用最好的实际场景；让我们检查一下单类对象检测和多类对象检测之间的区别，以及是否值得对其进行重新培训。

在模型架构方面，只有不同的层才是完全连接的层(当然，只有当您使用相同的主干进行特征提取时才是如此)。单类对象检测器只有一个回归层集，而多类对象检测模型则采用回归层+ softmax分类器来检测和分类多类标签。

那你应该用哪一种？

在某些情况下(即使您试图检测单个类)，在不同的对象看起来非常相似的情况下，将它们分离成多个类，并在多类检测器中对它们进行培训，将减少为您想要的类提供假阳性结果的机会。你可能会像现在一样认为这种情况不是猫，因为它们和狗很相似，你很容易把猫误认为是狗。但是，如果你现在把猫和狗分开，你就很难把它们误认为是彼此的。

几乎每时每刻，都没有解决深度学习问题的通用方法。但现在，他们背后的理论将引导你走向成功。

如果要将该模型(ssd_mobilenet_v3)转换为单类对象检测器，所需做的就是删除完全连接的图层，添加你自己的，然后像往常一样训练；

from tensorflow.keras.applications import MobileNetV2
from tensorflow.keras.layers import Input, Flatten, Dense, Dropout
from tensorflow.keras.models import Model

# 1 for single-class detection
NUMBER_OF_CLASSES = 1

# Include_top False means you exclude FC (Fully Connected) Layers of the model
model = MobileNetV2(include_top=False, input_tensor=Input(150, 150, 3))

# This freezes all layers of the MobileNet to not update it during training process
model.trainable = False

# We flatten the output layer so we can add our own (With 1 class)
flatten = model.output
flatten = Flatten()(flatten)

# construct a fully-connected layer header to output the predicted
# bounding box coordinates
bboxHead = Dense(128, activation="relu")(flatten)
bboxHead = Dense(64, activation="relu")(bboxHead)
bboxHead = Dense(32, activation="relu")(bboxHead)
bboxHead = Dense(4, activation="sigmoid",
                 name="bounding_box")(bboxHead)

# construct a second fully-connected layer head, this one to predict
# the class label
softmaxHead = Dense(512, activation="relu")(flatten)
softmaxHead = Dropout(0.5)(softmaxHead)
softmaxHead = Dense(512, activation="relu")(softmaxHead)
softmaxHead = Dropout(0.5)(softmaxHead)
softmaxHead = Dense(NUMBER_OF_CLASSES, activation="softmax",
                    name="class_label")(softmaxHead)

model = Model(
    inputs=model.input,
    outputs=(bboxHead, softmaxHead)
)

## Training........